2015年牛人用软件在期货市场高频交易暴赚20亿 方法详细解密
查看: 4979|
评论: 0|原作者: baidu
摘要: 2015年牛人用软件在期货市场高频交易暴赚20亿 方法详细解密
据新华社日报道，上海市公安部门经过三个多月侦查，破获了伊世顿国际贸易有限公司涉嫌操纵期货市场案。报道称该案涉及境内外配合，非法获利 ...
2015年牛人用软件在期货市场高频交易暴赚20亿 方法详细解密
& && & 据新华社日报道，上海市公安部门经过三个多月侦查，破获了伊世顿国际贸易有限公司涉嫌操纵期货市场案。报道称该案涉及境内外配合，非法获利巨大。
据报道，伊世顿通过高频程序化交易软件自动批量下单、快速下单，申报价格明显偏离市场最新价格，实现包括自买自卖在内的大量交易，其平均下单速度达每0.03秒一笔，一秒内最多下单达31笔。据统计，仅2015年6月初至2015年7月初，该公司账户组净盈利就达5亿余元人民币。
简单的说，高频交易就是程序按照设计者事先设计的条件，同时监控大量股票 —— 数量也许是几千只，同时发出买卖指令，短时间内完成成千上万次下单或者撤单。在这种情行下，始作俑者就可以通过多种手法谋取暴利。
譬如：由于期货市场实施T+0交易政策，买方可用该策略进行反复下单交易，并通过提高交易笔数来实现短时期内的高回报收益率。通俗点说，我们在进行交易时看到的一个期指价格，其实仅仅是某个时点瞬间的加权值而已。实际该点位上的变动非常迅速。那么通过软件你就可以在极短时间内在该点位下方建仓，随后在点位上方迅速卖出。
当然，这样的交易的每笔收益率都很低，所以需要以量取胜。一般来说通过软件可以将低点报多、高点报空在是1秒以内完成，所以可以通过反复交易来获利。假设有100万本金，两次交易的收益是1‰，那么2000次交易的收益率就是100%。&&而且因为是正常的低买高卖，几乎没有风险。
还有一种做法是，你可以在某个价格上挂出卖单，接着以比自己卖单低的价格在极短时间内挂出大量买单，价格上逐渐递增接近自己的卖出价格，从而在市场上营造价格逐渐上涨的假象，在卖单成交后迅速撤销买单；随后再反向操作，赚取之间的差价。这种操作一般就具备了欺诈交易的特征。
高频交易并不是普通人能玩的游戏，它需要强大的计算机系统和复杂的运算程序，要投入大量的资金、技术和人力资源，而人就是其中的关键。在领英上搜索可以发现一个很有趣的详细，那些华尔街高频交易公司程序猿们大多都来自俄罗斯，而分析他们的专业可以发现，几乎都来自电信、物理、药物研究、大学数学系等领域。
伊世顿案中的两名主要犯罪嫌疑人扎亚、安东都毕业于莫斯科大学数学力学系，而这里也被称为高频交易、算法攻击的圣殿。事实上，这个行业几乎没有那些金融、经济学的所谓专业人士，有的只是一群眼中只有数字的理科生。
由于历史原因，前苏联教育极其重视数学和理工科，当苏联解体冷战结束后，大量前苏联的专业人士失去工作和经济来源，不得不寻找谋生的出路。其中的一部分人来到了美国，进入了华尔街，这些英语都说不流利的俄罗斯人开始用一直不需要语言的方式谋生——编程。
奥斯塔彻就是其中的佼佼者，这个33岁的俄罗斯人来自于莫斯科。1999年进入著名的西北大学，但仅在三个学期之后就辍学。后来，他成立了3 Red公司，开始在期货市场呼风唤雨。
据《华尔街日报》的描述，奥斯塔彻曾在芝加哥Gelber Group LLC公司实习。Gelber一名交易员对他如此评价：“奥斯塔彻能够快速把握市场逻辑，这让他脱颖而出。”
他在股指期货市场激进的投资策略，引起整个交易圈的关注，“俄罗斯人”这一绰号也广为业内人士所知。曾在芝加哥担任期货交易经纪人的John Lothian称，他成为业内话题已经很多年了。
那么也许又有人要问，说重视理工科教育，中国人和印度人也很好啊，君不见硅谷的码农们基本都是中国人和印度人，为什么华尔街就喜欢俄罗斯人呢？
金融街给出的答案是这样的：我们常见的工程师工作状态通常是这样的：有想法就马上在电脑上敲下来，之后来来回回修改代码上十遍。
而在俄罗斯，上机时间是以分钟计的，可供调试的时间非常有限。长期下来，俄罗斯人就学会了能够把错误降到最低的编程方式：事先考虑周全，然后把代码写到纸上，最后在紧张的上机时间督促下，高效完成编程...
于是，这些来自俄罗斯的程序猿们就很容易的在高频交易这一新兴领域打出了名声。事实上，这些俄罗斯还有很多其他奇妙的点子。再回到最初的伊世顿一案，这两个俄罗斯人从2012年就开始高频抄股指，三年挣赚取了20亿，最终却只跑了2亿，剩下统统被拦截在了国内，他们就没想过搞个好办法把钱转移出去吗？
嗨，你别说，他们还真想过。据财新报道，这两位曾考虑使用比特币把钱转移到海外，试图每月购买1万个比特币，且要求都是新币(或因旧币存在交易信息而较易追踪)。
记者采访获悉，伊世顿系注册在张家港保税区的一家贸易公司；两名实际控制人Georgy Zarya和Anton Murashov系俄罗斯籍。日公安部副部长孟庆丰率工作组抵达上海，对涉及证券期货领域的违法犯罪线索开展调查，伊世顿因其控制的账户的异常交易而很快被纳入调查组视野。两名外籍人员以及伊世顿的总经理高燕当时已潜逃至香港，直到近期高燕入境归案。
　　新华社报道称，除了高燕之外，伊世顿业务拓展经理梁泽中以及华鑫期货公司技术总监金文献等犯罪嫌疑人已被依法批准逮捕，涉案资金已被公安机关依法冻结。伊世顿涉嫌的违法事实包括借用他人期货账户、利用地下钱庄转移资金等，而最重要的则是使用其境外技术团队开发的高频程序软件参与和操纵市场，以小博大，获利合计达20多亿元人民币。
　　记者进一步获悉，伊世顿团队早在2013年即开始参与境内市场，并曾尝试与一些境内的基金管理机构合作。在国内对冲基金、量化交易方心未艾的大背景下，一些境内持牌机构也乐于与境外团队合作，借此了解和学习境外的交易策略和技术。
　　但是目前国内市场并未形成针对量化交易的有效监管体系，法律也存在空白。类似伊世顿这样的机构采取多种手段隐蔽账户身份和资金来源，也对市场监管形成重大挑战。伊世顿如何利用种种疏漏游离于监管视野之外？记者2015年8月以来走访了上海和张家港两地，试图还原这家贸易公司的更多细节。
　　保税区内的虚拟注册地
　　伊世顿国际贸易有限公司由两家香港的投资公司VULKAN CAPITAL ADVISERS LIMITED和QUANTSTELLATION INVESTMENT MANAGEMENT(HK) LIMITED出资成立，主要从事有色金属原材料及产品、矿产品等业务，工商登记的注册地址是张家港保税区纺织原料市场室1405A。
　　但记者走访发现，该原料市场虽然存在，但并无“1405A”；“1405”房间则是另一家贸易公司在办公。因此“1405A”可能只是一个虚拟注册地址。该市场的工作人员告诉记者，保税区内可享有税收优惠的办公楼可以提供挂牌服务，一般房间后带字母的都是挂牌，并不租用房间。这位人士还透露，日，伊世顿的挂牌日期已经到期，需要再来续签，但截止日仍未办理。
　　根据伊世顿网上招聘信息显示，其另一个办公地点为浦东新区银城中路488号太平金融大厦18楼D12室。记者走访发现，该地址已在2015年4月份到期；后搬至上海梅龙镇广场28楼。2015年8月中旬，记者曾来到该办公地点，但办公室已人去楼空，仅剩一女员工善后。该员工表示自己已离职，公司领导已被有关部门控制，其他无可奉告，可向公安了解。另据常给办公室送快递的快递员表示，伊世顿办公室平常人就很少，有时有几个外国人，中国人一般就是这个善后的女员工。
　　税费疑点
　　根据伊世顿在张家港保税区填报的年报数据，其2014年净利润为9886万元，营业收入却仅为5303万元；2013年净利润为1696万元，营业总收入32万元。
　　为伊世顿提供财务外包服务的一家公司员工介绍，伊世顿做账和办公都不在保税区，而是在上海或香港，他们只是帮助做一些保税区内需要完成的财务事情。谈及对伊世顿的印象，该工作人员表示“经营比较正常，税交的比较多。”
　　根据记者获得的一份伊世顿今年的财务报表显示，截至2015年6月底，伊世顿累计所得税费为843.95万元；2015年7月之后没有更新。保税区税务局人士查询后表示，伊世顿缴纳税费在贸易公司中算是比较高的，但奇怪的是今年以来伊世顿所缴纳的增值税为零。但对贸易企业而言，有增值税才有所得税，“说明这家公司不是贸易为主。”该人士同时回忆称，伊世顿在印象中增值税一直比较少，但付汇很频繁。
　　一位曾为伊世顿提供服务的人士对记者表示，伊世顿一半资金做金属类的外贸，一半做投资；但是金属这块儿基本都亏损所以没有增值税。
　　这份财报的损益表显示，伊世顿损益表上显示，今年二季度营业利润为-2117万元，但投资收益为8292万元，因此利润总额为6175万元。从伊世顿二季度资产负债表显示，其流动资产中货币资金数量很高，截至二季度末，其货币资金占总资产的98.6%。
　　境内合作伙伴
　　接近监管人士指出，日，伊世顿涉嫌非法资金来源及恶意操纵证券期货被正式立案调查。当时的调查涉及富舜投资共赢系列多只单一客户产品，其中单一客户即伊世顿。
　　据接近富舜人士透露，负责伊世顿的客户经理在一家公募基金任职期间，就与伊世顿有业务合作，负责协调成立了该基金公司一只跨境投资的期货专户产品。2014年6月，伊世顿通过该客户经理提出与富舜合作高频量化期货投资产品。
　　当时富舜没有量化投资团队，伊世顿团队以海外人员为主，有高频交易经验。双方约定先用伊世顿少量资金合作产品进行测试，看量化模型的有效性。
　　日，富舜共赢10号单一客户专户产品成立，初始投资规模600万元；日，成立富舜共赢11号，初始投资规模400万元；日，成立12-16号，初始投资规模均160万元。这些产品总规模为1800万元，均由伊世顿指定的投资团队进行投资决策并下单操作。产品的托管行均为招商证券，期货交易商为华鑫期货。所有产品均备案。
　　上述产品主要以股指期货为投资标的，股指期货品种主要以IH、IF、IC合约为主，交易量占市场交易量3%。截至2015年6月末，上述产品共获利3.3亿元。
　　伊世顿还希望与富舜设立合资私募基金。但富舜认为，伊世顿一直不愿意采取实质性的深入沟通，对富舜本身的基金业务其实没有实质性帮助。2015年5月，伊世顿希望再增加三只同类期货产品，富舜拒绝了。
　　2015年6月股灾时，富舜要求伊世顿降低交易频率或暂停交易，但伊世顿没有采纳建议。在日，富舜发函给伊世顿，以合同中要求“基金管理人可根据基金运作、市场行情等情况决定终止”的条款，要求提前终止这七款产品，并于日监督该系列产品全部变现，并将资金全部划转至托管账户。目前由于客户处于失联状态，全部现金仍存放于托管账户，未被支取。
　　2015年8月初，记者曾就伊世顿事件联系采访富舜投资。该公司负责人表示：“ 富舜投资管理咨询（上海）有限公司（以下简称富舜投资）系在中国证券投资基金业协会（以下简称协会）登记备案的私募基金管理人。富舜投资未在任何期货公司开立公司名义的期货账户，因此不存在其他公司或个人借用我司交易账户进行交易的情况。富舜投资旗下的所有产品都已在协会备案，目前均正常运作。”
　　富舜投资成立于2012年，是国内第一家中外合资私募基金公司，公司高管曾有公募基金任职经验。
请关注 "德云社区" 及其微信公众号，了解相关资讯
版权声明：
整理，原文来自网络。
上一篇：下一篇：
88192368110138189124150154420
154141228212212173270288217295
658614593898392212317217
20891165962538538515488478472434
70539[]3497[]2089[]1920[]1871[]1871[]1737[]1723[]1686[]1654[]1481[]1409[]1255[]1245[]1165[]
1871[]1631[]1232[]997[]737[]731[]725[]687[]560[]547[]
4745[]4720[]4202[]4107[]3683[]3573[]2565[]2350[]2035[]1945[]
762[]498[]479[]444[]434[]428[]372[]357[]342[]312[]
2136[]1508[]1462[]1023[]681[]669[]634[]597[]567[]433[]
2877[]1029[]444[]342[]328[]306[]297[]289[]275[]263[]
27355[]11247[]4975[]4047[]3203[]2887[]2308[]1648[]1634[]1583[]
5[]6[]10[]12[]16[]12[]13[]10[]20[]26[]
版权所有 &高频交易都有哪些著名的算法？
来源于：高频交易里面一个很著名的算法是冰山算法（tow the iceberg）还有没有其他有名的算法呢？
对题目中提到的“冰山算法”，我刚好有一些了解，可以给大家讲讲。很多人对“量化交易”的理解实在太过片面，基本上把它等同于生钱工具，我不赞同这种观点。交易首先是交易本身，有它自身的经济学意义，忽略这一点而单纯把它看成使钱增值的数字游戏，很容易就会迷失本心。我也不认为算法本身有什么稀奇，再好的算法也是死的，真正的核心价值一定是掌握和使用算法的人。实际上我讲的东西也都是公开的信息，但是即便了解了技术细节，能真正做好的人也寥寥无几。希望这个回答可以让你对量化和高频交易有一个更清醒的认识。～～～～～～～～～～～～～～～～～～首先我相信不少人概念里的高频交易还是这个样子的：但对高频交易来说，这种信息是非常粗糙的。所以这里先要对不熟悉背景的同学介绍一下什么叫做Order Book。现在主流的交易所一般都使用Order Book进行交易，交易所在内部的Order Book上记录所有买家和卖家的报价，比如像这样：Bid表示买家，Offer表示卖家，这张报价单表示买卖双方发出的所有报价单（Limit Order）。这张表才是高频交易最关心的信息。任意时刻，买家的出价总是低于卖家（比如这里的98对101）。所以报价虽然一直在变化，但是只有报价是不会有任何成交的。什么时候会产生交易呢？有两种情况，第一是任一方发出市价单（Market Order），比如一个买家发出一张单量为10的市价单，就可以买到卖方在101价格上挂的10份，这个交易成功之后，Order Book会变成这样：第二是发出一个价格等于对方最优报价的限价单，也会产生和上述情况相同的结果。需要强调的是，虽然真正的Order Book只存在于交易所内部，所有交易都在交易所内完成，但是交易所会把每笔报价和市价单都转发给所有人，所以所有的买家和卖家都可以自己维护一个同样的数据结构，相当于交易所Order Book的镜像。通过跟踪分析自己手里这份的镜像变化，来制定交易策略，是高频交易算法的核心思想。～～～～～～～～～～～～～～～～～～基础知识介绍完毕，下面为了方便大家理解，我采用一种更形象的方式来表示Order Book：这张图对应文章开始时的那个Order Book，应该可以明白地看出，横轴表示价格，纵轴表示订单量，绿色表示买家，红四表示卖家。这样做的目的是为了引出本篇讨论的主题：冰山订单。通过上述基本分析大家可以看出，交易所内的交易数据是完全公开的，市场上任意时刻，有谁想要买／卖多少，所有人一目了然，没有任何秘密。这样做本身是有经济学意义的，因为只有展示出买卖的需求，才会吸引潜在的商家来交易，所以在市场上一定程度的公开自己的需求是必要的。但这样同时带来一个严重的后果，一旦有某个人想要大量买／卖，他所发出的巨额限价单会直接展示给所有人。比如一个买家挂出巨额买单后，Order Book会像这样：这对他非常不利，因为所有人都会利用这个信息来跟他做对。大家会判断，现在市场上存在大量的买压，于是会出现一大批为了赚钱而冲进来的人抢购，价格会快速上升，这样原来这个人可以在98这个价位买到的东西，很快就变得要在更高的价位上才能买到。这种情况，那些后来的人做的就是，而原来的那个人则面对。为了解决这个问题，交易所提供了一种针对性的工具，就是所谓的冰山订单（Iceberg Order）。这种订单可以很大，但只有一小部分是公开出来的，大部分则隐藏起来，除了交易所和发单者本人谁也看不到，真的像一座“冰山”一样。比如像这样：灰色的部分就是冰山订单隐藏的部分。这样，只有当有对应隐藏量的交易发生时，交易所才会通知其他人，就避免了别人利用显示订单的信息来做。凡事有一利必有一弊。冰山订单虽然保护了发单者的利益，但是对于其他市场参与者来说却又变成了一种不公平的规则。那些有真实的交易需求的参与者，会因为对局势的误判而损失惨重。所以接下来的问题就变成，如何发现市场上的冰山订单？首先有一种最简单的方法。有的时候，冰山订单是挂在最优买价和卖价之间（spread），像这样：对于这种情况，有一个非常简单的探测方法，即发一个最小额度的限价单在spread里，紧跟着取消这个订单。比如这个例子中，发出一个卖价为99的限价单然后取消。因为这个价格本身对不上显式的买价（98），如果没有冰山单的存在，一定不会成交。但有冰山单的情况下，一旦交易所收到这个卖单，会立刻成交冰山单中对应的量，而之后的取消指令就无效了。这样，以一种微小的成本，就可以发现市场中隐藏着的订单。事实上，的确有人会做这种事情，频繁的发单然后取消，在最优价差之间形成一种高频扰动，用来探测隐藏单。为了应对这种扰动探测，大家一般都不会直接挂单在spread里。而是会像之前那样和普通的限价单挂在一起，这样发生交易之后，你就很难推测消耗掉的究竟是正常的限价单，还是冰山订单。那么应该怎么做呢？首先有一个直接的思路。冰山订单的存在，一定程度上反映了挂单人对市场情况的解读，认为有必要使用冰山订单而做出的判断。需要强调的是，使用冰山订单并不是没有代价的，因为你隐藏了真实的需求，在屏蔽掉潜在的攻击者的同时，也屏蔽掉了真正的交易者！而且会使得成交时间显著增加－－因为没人知道你想买／卖这么多，你只能慢慢等待对手盘的出现。所以当有人下决定发出冰山订单的时候，也会有对市场情况的考虑，只有合适的时机才会做这种选择。什么是合适的时机？有一些数据应该是相关的，比如买卖价差spread，买单量对卖单量的比值等。对这些数据，你可以在历史数据上做回归分析，建立起他们和冰山订单之间的线性／非线性模型。通过历史数据训练出来的这个模型，就可以作为你在实时交易时使用的冰山订单探测器。这是
这篇论文使用的方法。基本模型可以定义为：F(spread，bidSize/offerSize，……) = Probability(Iceberg)如果你想玩高深的，还可以在此基础上做HMM，SVM，神经网络之类的高级模型，但基本思路是一致的：通过盘口分析计算存在冰山订单的概率。～～～～～～～～～～～～～～～～～～上面说的这个方法，看起来很高级，实际效果如何呢？我想大家也看出来了，这种建模不是很精确。作为事后分析手段用来说明什么情况下可能会出现冰山订单还不错，但是作为实时交易的探测器就不是很放心。因为使用的信息太模糊了，而且说到底建模的对象只是一种相关性，没有什么保证冰山订单的发送者一定是按照这个逻辑出牌的。所以接下来介绍的，才是真正具有高频玩家神采的方法，来自
这篇论文。～～～～～～～～～～～～～～～～～～高频世界里，有一条永恒的建模准则值得铭记：先看数据再建模。如果你看了上面的介绍就开始天马行空的思考数学模型，那基本上是死路一条。我见过很多年轻人，特别有热情，一上来就开始做数学定义，然后推导偏微分方程，数学公式写满一摞纸，最后一接触数据才发现模型根本行不通，这是非常遗憾的。而看了数据的人会怎么样呢？他很可能会发现，对于冰山订单的处理，交易所的规则是非常值得寻味的。有的交易所是这样做的：一个冰山订单包含两个参数，V表示订单总量，p表示公开显示的量。比如V=100，p=10的冰山单，实际上隐藏的量是90。如果有针对这个订单的交易发生，比如交易量10，交易所会顺序发出三条信息：成交10Order Book的Top bid size -10新Bid +10这三条信息一定会连续出现，并且第三条和第一条的时差dt很小。这样做的原因是尽管冰山订单存在隐藏量，但是每次的交易只能对显示出的量（p）发生，p被消耗掉以后，才会从剩余的隐藏量中翻新出一分新的p量。这样，每个人从交易所收到的信息仍然可以在逻辑上正确的更新Order Book，就好像冰山订单并不存在一样。因此，一旦在数据中观察到这个规律，我们就可以非常有把握的判定市场中存在冰山订单，并且连p的值都可以确定！接下来的关键问题是，如何确定V的值，即判断这个冰山订单的剩余存量有多少？这个问题从本质上说没法精确求解，因为V和p都是由下单人自己决定的，可以是任意值。但可以从两点考虑：第一，两个值都是整数；第二，人类不是完美的随机数生成器，下决定会遵循一定规律。从这两点出发，可以对V和p建立概率模型，即计算一个给定的（V，p）值组合出现的概率是多少？这里不去深入探讨数学分析，感兴趣的朋友可以自己去看原文。简单说，可以在历史数据上通过kernel estimation技术来估算他们的概率密度函数的形状。顺带一提，如果你亲手编写过这种估算程序，就会理解我为什么在“”这个答案中如此强调编程的重要性。在数据上估算出来的概率密度函数可能会是这样的：这样，当你在实时数据中观测到一个p的值时，就可以得出对应的V值的条件概率密度函数，即上图的一个切面，比如（p = 8）：接下来显然就很容易计算V最可能是什么值了。这条函数曲线还有一个重要的作用是帮助你动态评估剩余存量，比如当你观察到已经有5份p被消耗掉，即可推出V&=40，由上图即可推出新的V值和剩余存量（V-5p）。综上，算法的核心在于，通过在实时数据中监测短时间内连续出现的三条相关记录判断冰山订单的存在，而对冰山订单的量化则通过由历史数据训练出的概率模型来完成。相信你也会看出，这种算法并不是什么作弊神器。它只是利用市场上的公开数据所做的一种推测。而且这个推测也仅仅是基于概率的，更多的应该是作为一种参考。它对做市商这种流动性提供者很有意义，可以使他们避免因为对局势的误判而遭受损失。但如果你想用它来作为一种攻击手段，觉得自己能发现隐藏大单而去Front run，那实在是很不明智的选择。最后，这种算法也只是针对特定的交易所。其他的交易所也许不会采用同样的冰山订单处理方式。所以真正有价值的是这种从实际数据出发的建模思路，具体的算法并不值钱。～～～～～～～～～～～～～～～～～～这个小算法给你展示了高频交易领域的“冰山一角”。它看起来也许不算很复杂，但是我却很喜欢。因为它清晰地展示了什么叫做先有思路，再有量化。因为有“冰山订单”这样一个从经济学基本的供需关系出发的真实需求，通过分析实际数据找到一丝线索，最后通过数学模型刻画出定量的策略，这才是漂亮的策略研发。如果违背这个原则，一上来就去搬各种高级的模型去套数据，指望模型自动给你生成交易信号，这在我看来无异于痴人说梦。遗憾的是，这个梦的确太过诱人，而这个世界也从来不缺少莽夫。且行且珍惜。
很多回答都不错，但基本都忽略了一个最重要的点，就是对market microstructure的理解，对交易规则和regulation的了解，不同的market有不同的特征，只有对市场和规则理解透了，才能开发出成功的高频model。从08年后国外市场加强了监管，那怎么在规则允许下赚钱变成非常重要的了，特别是高频，稍微改点规则就可能所有的model需要重新修改。而今年(16)年底国外市场可能开始所谓的market by order, 相对于现在的market by price, 这将是对order book microstructure的一次彻底变革。就上面已有的一些回答，我来挑挑刺。1. 冰山模型。市场上其实没有多少人使用iceberg order，就算有大家也利用比如trading tech这样的第三方提供的算法，不直接使用交易所的order type，因为交易所的太过简单，不能randomlize每个order的size，如果每次固定size太容易被detect。另外这些hide liquidity的order一般都是在contract roll的时候使用，在月中的时候iceberg order可能比平常多了10倍甚至100倍多。2. 交易量比order book显示的量大得多，很多时候不是因为这些隐藏order type或market order，而是来自implied和spread。这个相信几乎99%的人不了解。比如说cme的ES, outright不能match spread的leg。而对比如CL, outright 可以match spreads，但quantity不显示在order book，交易成功的话vol就显示出来了，所以可能大家都看不懂这vol来自哪里。3. 还有很多有意思的，基本看看书和paper是学不到的。就算真正的在高频公司开发策略的，相信90%的人都不太了解这些。 4. 个人的一点拙见，不要拘泥于数学技巧，model牛不牛b，这些都是初级的analyst看问题的角度（当然本人也是），我认识的老板们从来sell的都是他自己本人，不是他的model／portfolio。扯远点比如说美国的大选，我觉得就是富人们create的一个游戏，让穷人们看到虚假的希望，让他们互相斗争然后富人们在后面偷笑。所以对高频感兴趣的人建议去了解整个行业，了解交易规则（比如期货交易里面什么是session？这个对高频其实很重要，但相信很多顶尖的做model的人都不知道这是啥），了解product（比如live cattle基本没有什么eft或stock和它有很高的correlation，那market maker和hft们怎么来hedge呢？）。
市场就是江湖，买卖双方永远在博弈, 这是交易过程中永恒的主题。买方也就是所谓的buy-side, 而做市商是sell-side, 因此我们不仿把高频(HFT)策略分为买方策略和做市商策略。从名子也能看出来这两方互为对手。先说买方吧, 这个买方当然就是指prop trading, HF之流。买方常见的高频策略有以下几种:Market Order以最高速下市价单(market order)是买方最基本的策略Looking for Price Discrepancies 这个就是高频统计套利(high frequency statistical arbitrage)Indulging in Momentum Ignition人为制造价格上的spike诱使其它算法交易策略下单Poke for Bargains发不同的Immediate Or Cancel Order来试探市场, 反制做市商的Hide Your Best Prices策略 Join the Makers买卖两边下限价单(limit order)Reserve Orders/Iceberg Orders/Time Slicing隐藏真实交易量有矛就有盾，我们再来看看做市商怎么接招:Wait for the Other Side被动等待单子成交是做市商最基本的策略Lean Your Market主动变更报价以消化库存(inventory)Scratch for the Rebate提供流动性(liquidity)，拿回扣Hide Your Best Prices隐藏最佳报价Take Out Slow Movers仗着速度快吃掉其它做市商的错价Penny Jump微量加价Push the Elephant跟踪巨量订单，一路拉升价格从巨量订单上赚钱Tow the Iceberg探测市场交易意图, 这个直接反制买方的Iceberg Orders.Jump the Delta期权做市商用动态Delta Hedging对冲风险最后提一句, 不论你身处买卖双方的哪一边，你都该牢记，HFT是一种生意，而做生意的目的就是谋利，如果你真想make the world a better place，还是去Silicon Valley吧! :)
貌似大家都有所保留，也可以理解，交易算法和策略是赚钱的独门秘器。我也来补充一点吧，但不知道是否能回答到点子上。我愿意尽量来回答很大原因是我不是从事这一行的，也不指望从中交易，而是从academic角度来讨论。但缺点是门外汉，没有实践经验，只能是自己一厢情愿的想想而已。不见的契合这个问题，大家就随便看看把鄙人最近恰好写了一篇论文，当然论文并不是探讨交易算法和赚钱，只是一篇典型的学术论文。但借助这个问题想探讨一些能将学术研究恰当应用化的可能性。该论文是 如果您没有下载SD论文权限的话，可以从预印本文库arxiv上下载，该版本与最终的发表版本完全一致，只是排版不一样。由于精力有限，我不准备在这里详细介绍我的数学模型和详细，我假设读者先自己粗略读了论文后再来讨论。简言之，在我们论文中，通过引入残余波动率，刻画了金融市场在经历大波动事件前后的动力学弛豫行为，并计算其动力学指数，利用非平衡态统计物理的理论来分析这些指数间的关系。以往的理论认为金融市场在金融危机时便进入非稳态，但我们的研究表明只有是外部事件驱动的大波动才驱使系统进入非稳态，而内生型的大波动并不必然导致非稳态。更重要的是，我们发现内生型和外部事件驱动的大波动在弛豫行为上存在显著不同，可见论文中的图。由于是学术论文，我们并未在论文中提及其可能的应用。但是我个人认为这些结果可能有助于我们建立一些基于events driven的交易策略和量化交易模型。譬如，利用不同事件驱动的波动率行为，我们可以预测接下来的波动率行为，并估测其风险水平，这对于我们的风险管理也是具有重要参考价值的。比如，我们明确提出大波动之后，市场的风险水平呈幂律下降。----------------------------------------------------------------实际上，证券市场大波动的动力学行为和地震有很大的相似之处，称之为Omori Law。在发生一次巨大地震后，往往会跟随大量的余震，震幅逐渐降低。证券市场发生一个大波动后，接下来波动率呈幂率下降，即具有长程关联，也就是有记忆性。大地震之后的余震我们可以部分地预测，因此，我们有理由相信证券市场也是如此，在经历一次巨幅波动后，我们可以预测接下来的小波动。当然更重要的问题是，能否预测大波动的发生，目前也有关于此的研究，下次再来介绍。-----------------------------------------------------------------这两天比较忙，先简单写到这里，如果大家都兴趣的话，等忙过这几天再来补充更详细的内容
iceberg is not used in HFTHFT's goal is to make profit thru trading. Not building up portfolioiceberg is used to build up portfolio, this is the kind of idea used in (banks') execution service. In other word, that is an execution algorithm.Basically, there are three kinds of strategies in HFT. One is simply front runner. Another one is Market Micro structure. The last one is more interesting, called maker-taker.Front runner is using the flow information you have and taking advantage of your own super fast infrastructure.Market Micro structure is focusing of estimating the order position in a queue. Also some people called this scalping.The Maker-taker model will provide rebate for market maker ( BATS has taker-maker model), and those market makers are simply focusing on that rebate. It is also called passive algo.
不是装逼 这个问题是好问题，但是我估计绝对不会有特别详细的答案答多了涉及核心的东西就是泄密了我给几个关键词吧 都是可以做高频交易的“理念”conversion arbitrage market makerevent driven 可惜 Virtu Financial的IPO推迟了 要不它上市了以后可以看看它怎么做的
谢邀不过考虑几天决定放弃作答这个问题，泛泛而谈的东西大家都可以从百度、google、wiki上搜到，但答的太深入是在砸自己饭碗。如果有兴趣可以看一些关于市场微观结构的论文，里面会对高频的一些算法有所涉及。
最多的就是两种：套利和信号交易，把套利价差也算一种信号的话，其实也就是信号处理，和火车调度的原理也差不多
高频交易的实现必须具备四个条件:1.充分的市场流动性2.强大的计算设备3.急速的网络4.低廉的手续费没有这4点的支持，任何算法都无法很好的实现高频交易。一个交易算法往往是针对某个市场特点和历史高频数据设定的。未必国外很好的算法就能很好的适应国内市场。国内最具备高频交易条件的当属股指期货了。能力有限，目前还未掌握有效的高频交易模型，也没有实施的条件。
这里不少回答不大入行，矿风太浓。讲点实际有用的高频交易方法。不酷炫，但真赚钱。第一个方法稳赚不赔。大家要问：怎么可能？完全违反 EMH 啊，而且还讲出来？其实没必要遮遮掩掩地卖关子，因为 the devil is in the details。肯定赚钱的方法，就是套利（arbitrage）。譬如这几年，中国的股指期货，是相当好的套利市场（虽然做的人越来越多，但空间依然有），尤其是前段时间，做这个的高频 fund 都有天上撒钱的感觉，捡钱捡到手软（补充：后面评论有人没明白，所以这里写清楚点：这个方法是平时赚小钱，暴涨暴跌的时候赚大钱，尤其是暴跌的时候赚得最多... 可谓唯恐天下不乱）。方法做的人都知道。最简单的，就是不同交割期的期货之间的 convergence（跨期套利），期货和现货之间的 convergence（期现套利）。做大了就再去研究跨品种、跨市场套利。最近的股指期货太疯狂，上窜下跳，完全是在送钱。所以国家都看不下去了。而关键，在于执行的细节，如进去和出去的时机和方法，在于执行的速度，在于 infrastructure，你的机器放在哪里（colocate），你的路由和网卡，以至 OS 的网络栈（甚至直接上 FPGA）的速度。这个就是技术活了。这个对于中国市场有用，对于成熟市场的成熟 asset 来说基本上没有这样的套利空间（除去那些非常时刻，像前不久某天纳指开盘的时候）。不过，世界上有的是不成熟的市场，和不成熟的 asset 。那么这就来到了第二个方法，存在一定风险，但更通用，而且确实有 alpha。这是许许多多 fund 在做的事情。就是假如 A 和 B 相关，现在 A 动了，你就去动 B（有时可以再 hedge 一下）。特别简单，特别直接，还确实符合市场规律，确实可以赚钱。而关键就在于细节了，比如是真动假动？动到什么时候？执行速度毫无疑问也很重要。不举现代的例子了。举个古老的例子。从前很流行 risk on risk off，比如 ES 一动就去动 AUDUSD 啊 COMMODITY 什么的。是不是有点傻，但大家都这么做，所以也就变成了规律。这也确实有道理，可以用理论来建模和解释。还有几个方法，但玩好以上这两个方法，已经够你做到 1b us$ AUM。没必要到 flash boy 的层次。太快其实意味不大。快进快出的，小 fund 玩玩可以，做不大。作为辅助就好。最后，回应高票答案，如果要 make the world a better place，不要去 Silicon Valley 搞什么 O2O SNS。还是要搞实体的，最苦X的，最坑爹的制造业，才是立国之本，所以我去跳坑了，哈哈。要做就做最好的，欢迎看看我们的产品： 。
已有帐号？
无法登录？
社交帐号登录